• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Hydroinformatics >Evaluation and application of Fuzzy Differential Evolution approach for benchmark optimization and reservoir operation problems
【24h】

Evaluation and application of Fuzzy Differential Evolution approach for benchmark optimization and reservoir operation problems

机译：模糊差分进化方法在基准优化和油藏调度问题中的评价与应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The differential evolution (DE) algorithm is a powerful search technique for solving global optimization problems over continuous space. The search initialization for this algorithm is handled stochastically and therefore does not adequately capture vague preliminary knowledge. This paper proposes a novel Fuzzy Differential Evolution (FDE) algorithm, as an alternative approach, where the vague information on the search space can be represented and used to deliver a more focused search. The proposed FDE algorithm utilizes (a) fuzzy numbers to represent vague knowledge and (b) random alpha-cut levels for the search initialization. The alpha-cut intervals created during the initialization are used for fuzzy interval based mutation in successive search iterations. Four benchmark functions are used to demonstrate performance of the new FDE and its practical value. Additionally, the application of the FDE algorithm is illustrated through a reservoir operation case study problem. The new algorithm shows faster convergence in most of these functions.
机译：差分进化（DE）算法是一种功能强大的搜索技术，可以解决连续空间上的全局优化问题。此算法的搜索初始化是随机处理的，因此无法充分捕获模糊的初步知识。本文提出了一种新颖的模糊差分进化（FDE）算法，作为一种替代方法，其中可以表示搜索空间上的模糊信息，并将其用于提供更具针对性的搜索。所提出的FDE算法利用（a）模糊数表示模糊的知识，以及（b）用于搜索初始化的随机alpha-cut级别。初始化期间创建的alpha剪切间隔用于连续搜索迭代中基于模糊间隔的突变。四个基准功能用于演示新FDE的性能及其实用价值。此外，通过储层运行案例研究问题说明了FDE算法的应用。新算法在大多数这些功能中显示出更快的收敛性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号